France

Künstliche Intelligenz Biokompatible KI-Plattform in den Menschen implantiert

Redakteur: Dipl.-Ing. (FH) Hendrik Härter

Wissenschaftler haben eine auf Polymer-basiertes Faser-Netzwerk entwickelt, das sich in den menschlichen Körper implantieren lässt. Die Anordnung der Fasern verarbeiten die Daten analog des Gehirns. Damit lassen sich nicht nur Rhythmusstörungen erkennen.

Firma zum Thema

Polymer-basiertes künstliches neuronales Netz: Das stark nichtlineare Verhalten dieser Netze ermöglicht ihren Einsatz im Reservoir-Computing.
Polymer-basiertes künstliches neuronales Netz: Das stark nichtlineare Verhalten dieser Netze ermöglicht ihren Einsatz im Reservoir-Computing.
(Bild: TU Dresden)

Fällt in der Medizin und Gesundheitswesen der Begriff künstliche Intelligenz (KI), dann verbindet man Bilderkennung von Röntgen oder Computertomographen oder EKG sowie EEG. Mithilfe der Methoden des maschinellen Lernens lassen sich Bildinformationen analysieren und Krankheiten anhand von subtilen Veränderungen sehr frühzeitig erkennen.

Das Problem in der Medizin ist aktuell, dass sich eine KI nur unter großen technischen Aufwand in den menschlichen Körper implementieren lässt. Wissenschaftlern der Professur für Optoelektronik an der TU Dresden ist es nun erstmals gelungen, eine biokompatible implantierbare KI-Plattform zu entwickeln, die gesunde und krankhafte Muster in biologischen Signalen wie Herzschlägen in Echtzeit klassifiziert und so ohne ärztliche Überwachung krankhafte Veränderungen erkennt.

Polymer-basierte Faser-Netzwerke und das Gehirn

In dieser Arbeit zeigt das Forscher-Team um Prof. Karl Leo, Dr. Hans Kleemann und Matteo Cucchi einen Ansatz für die Echtzeit-Klassifikation von gesunden und krankhaften Biosignalen basierend auf einem biokompatiblen KI-Chip. Dafür verwendeten sie polymer-basierte Faser-Netzwerke, die dem menschlichen Gehirn strukturell ähneln und das neuromorphe KI-Prinzip des Reservoir-Computings ermöglichen.

Die zufällige Anordnung der Polymer-Fasern bildet ein sogenannten „Recurrent Network“, welches ihm erlaubt, Daten analog dem menschlichen Gehirn zu verarbeiten. Die Nichtlinearität dieser Netzwerke ermöglicht vor allem die Verstärkung bereits kleinster Signaländerungen, die – im Falle des Herzschlages – oft nur schwer von Ärzten bewertet werden können. Durch die nichtlinearen Transformation mit Hilfe des Polymer-Netzwerkes ist das jedoch problemlos möglich.

Rhythmusstörungen präzise mit einer KI erkennen

In Versuchen konnte die KI gesunde Herzschläge von drei häufig auftretenden Rhythmusstörungen mit einer Genauigkeit von 88 Prozent unterscheiden. Dabei verbrauchte das Polymer-Netzwerk weniger Energie als ein Herzschrittmacher. Die Nutzungsmöglichkeiten für implantierbare KI-Systemen sind vielfältig: So könnten damit Herzrhythmusstörungen oder Komplikationen nach Operationen überwacht und via Smartphone an Ärzte und Patienten gemeldet und schnelle medizinische Hilfe ermöglicht werden.

„Die Vision, moderne Elektronik mit der Biologie zu kombinieren, ist in den letzten Jahren durch die Entwicklung sogenannter organischer Mischleiter ein großer Stück vorangekommen“, erklärt Matteo Cucchi, Doktorand und Erstautor der Veröffentlichung. „Bisher waren die Erfolge jedoch auf einfache elektronische Komponenten wie einzelne Synapsen oder Sensoren beschränkt. Das Lösen komplexer Aufgaben war bisher nicht möglich.

In unserer Arbeit haben wir nun einen entscheidenden Schritt zur Verwirklichung dieser Vision getan. Mithilfe des neuromorphen Rechnens, wie das hier genutzte Reservoir-Computing, ist es uns gelungen, komplexe Klassifizierungsaufgaben in Echtzeit und potenziell auch innerhalb des menschlichen Körpers zu lösen. Mit diesem Ansatz wird es möglich, in Zukunft weitere intelligente Systeme zu entwickeln, die helfen können, Menschenleben zu retten.“

Weitere Artikel zur Zukunft der Medizintechnik finden Sie in unserem Themenkanal Forschung.

(ID:47600885)